論文の概要: FATE-5: Faithful Alignment of Trait Expression for Continuous Big Five Personality Control

• arxiv url: http://arxiv.org/abs/2610.34889v1
• Date: Mon, 26 Oct 2026 06:08:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:13.769432
• Title: FATE-5: Faithful Alignment of Trait Expression for Continuous Big Five Personality Control
• Title（参考訳）: FATE-5:連続ビッグファイブパーソナリティ制御のためのトレート表現の忠実なアライメント
• Abstract要約: FATE-5は、個性エンコーディングと自然性アライメントを分離する2段階のフレームワークである。 強い特徴表現を保ちながら、他の特徴弦法よりもはるかに高い対話性を実現している。
• 参考スコア（独自算出の注目度）: 3.485627109660862
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Controlling personality in large language models is important for building conversational agents that can be customized to different users and interaction settings. However, existing personality control methods often face a tradeoff between strong trait expression and natural dialogue generation. We introduce FATE-5, Faithful Alignment of Trait Expression for the Big Five, a two-stage framework that separates personality encoding from naturalness alignment. FATE-5 first learns continuous soft prompt representations of Big Five profiles using dialogue supervision and an auxiliary survey objective. It then improves dialogue naturalness through preference alignment based on both dialogue quality and personality agreement. Across three language model backbones, FATE-5 maintains strong trait expression while achieving substantially higher dialogue naturalness than other trait-strong methods. On held-out questionnaires, it achieves monotonicity correlations of 0.97-0.99 and recovery RMSE of 8.9-12.4, substantially improving over the evaluated baselines. These results demonstrate effective continuous personality control while maintaining natural conversational behavior.
• Abstract（参考訳）: 大きな言語モデルにおけるパーソナリティの制御は、異なるユーザやインタラクション設定にカスタマイズ可能な対話エージェントを構築する上で重要である。 しかし、既存のパーソナリティ制御手法は、強い特徴表現と自然な対話生成のトレードオフに直面していることが多い。 本稿では,FATE-5, Faithful Alignment of Trait Expression for the Big Fiveを紹介する。 FATE-5はまず,対話指導と補助調査目的を用いて,ビッグファイブプロファイルの連続的ソフトプロンプト表現を学習する。 そして、対話品質とパーソナリティ合意の両方に基づいて、好みのアライメントによって対話の自然性を改善する。 3つの言語モデルバックボーンにわたって、FATE-5は強い特性表現を維持しつつ、他の特性-強方法よりもはるかに高い対話自然性を実現している。 質問紙調査では,0.97-0.99の単調性相関と8.9-12.4の回復RMSEを達成し,評価ベースラインを大幅に改善した。 これらの結果は、自然な会話行動を維持しながら、効果的な継続的な人格制御を示す。

関連論文リスト

• Personality, Role, and Expressive Style in Large Language Models: An Interactionist Analysis [0.11666234644810893]
  我々は,人格的特徴,対話的役割,表現的スタイルの3つの要因から,BFT(Big Five traits)表現がどのような影響を受けているかを分析する。 その結果,表現的パーソナリティは,明示的な特徴仕様だけでなく,対話的役割や表現的スタイルによっても形成されていることがわかった。
  論文  参考訳（メタデータ） (2026-05-27T06:40:31Z)
• Scaling Personality Control in LLMs with Big Five Scaler Prompts [1.534667887016089]
  制御可能なパーソナリティ特性を持つ大規模言語モデルを条件付けるための,プロンプトベースのフレームワークであるBig5-Scalerを提案する。 自然言語のプロンプトに数値特性値を埋め込むことで,学習を伴わずに微粒なパーソナリティ制御が可能となる。
  論文  参考訳（メタデータ） (2025-08-08T09:11:05Z)
• Beyond Discrete Personas: Personality Modeling Through Journal Intensive Conversations [6.404122934568859]
  約40万の対話を伴う新しいデータセットと、Redditの長文のジャーナルエントリを用いてパーソナライズされた会話を生成するフレームワークを導入する。 提案手法では,各著者のジャーナルエントリをクラスタリングし,最も代表的なクラスタを選択してフィルタすることにより,保持されているエントリが著者の個性を最もよく反映していることを確認した。 我々は、オープン性、良心性、外向性、同意性、神経症といったビッグファイブの性格特性を捉えて、さらにデータを洗練する。 Llama 370Bを用いて,これらの論文に基づいた高品質で人格に富んだ対話を生成する。
  論文  参考訳（メタデータ） (2024-12-15T17:16:08Z)
• X-TURING: Towards an Enhanced and Efficient Turing Test for Long-Term Dialogue Agents [56.64615470513102]
  チューリングテストは、自然言語の会話においてAIが人間のような振る舞いを示すかどうかを調べる。 従来の設定では、各参加者は一度に1つのメッセージに制限される。 本稿では,textitburstダイアログパターンを用いて,元のテストを強化するtextbftextscX-Turingを提案する。
  論文  参考訳（メタデータ） (2024-08-19T09:57:28Z)
• Large Language Models Can Infer Personality from Free-Form User Interactions [0.0]
  GPT-4は、パーソナリティを適度な精度で推測することができ、以前のアプローチよりも優れていた。 その結果,人格評価への直接的注力は,ユーザエクスペリエンスの低下を招いていないことがわかった。 予備的な分析は、人格推定の正確さは、社会デミノグラフィーのサブグループによってわずかに異なることを示唆している。
  論文  参考訳（メタデータ） (2024-05-19T20:33:36Z)
• Dynamic Generation of Personalities with Large Language Models [20.07145733116127]
  Hypernetworks に基づく動的パーソナリティ生成手法である Dynamic Personality Generation (DPG) を導入する。 GPT-4にビッグファイブ・パーソナリティ理論を組み込んでパーソナリティアセスメント・マシンを形成する。 次に、この人格評価装置を用いて、スクリプトデータ中の対話を評価し、その結果、人格対話データセットを生成する。
  論文  参考訳（メタデータ） (2024-04-10T15:17:17Z)
• PsyCoT: Psychological Questionnaire as Powerful Chain-of-Thought for Personality Detection [50.66968526809069]
  PsyCoTと呼ばれる新しい人格検出手法を提案する。これは、個人がマルチターン対話方式で心理的質問を完遂する方法を模倣するものである。 実験の結果,PsyCoTは人格検出におけるGPT-3.5の性能とロバスト性を大幅に向上させることがわかった。
  論文  参考訳（メタデータ） (2023-10-31T08:23:33Z)
• Evaluating and Inducing Personality in Pre-trained Language Models [78.19379997967191]
  人間の個性理論を機械行動研究のツールとして活用することで,心理測定研究からインスピレーションを得た。 これらの疑問に答えるために,機械の動作を研究するためのMachine Personality Inventory(MPI)ツールを紹介した。 MPIは、ビッグファイブ・パーソナリティ・ファクター(Big Five Personality Factors、ビッグファイブ・パーソナリティ・ファクター)理論とパーソナリティ評価在庫に基づく標準化されたパーソナリティ・テストに従う。 パーソナリティ・プロンプト法(P2法)を考案し、特定のパーソナリティを持つLSMを制御可能な方法で誘導する。
  論文  参考訳（メタデータ） (2022-05-20T07:32:57Z)
• Will I Sound Like Me? Improving Persona Consistency in Dialogues through Pragmatic Self-Consciousness [62.55060760615656]
  一貫性に対処する最近のモデルは、しばしば追加の自然言語推論(NLI)ラベルでトレーニングするか、あるいは一貫性を維持するためにトレーニングされた追加モジュールを生成エージェントにアタッチする。 社会的認知と実用性に触発されて、私たちは既存の対話エージェントに、想像上のリスナーを通して、公的な自己意識を持たせました。 我々のアプローチは、Rational Speech Actsフレームワークに基づいて、会話エージェントに矛盾の発声を控えるように強制することができる。
  論文  参考訳（メタデータ） (2020-04-13T08:16:16Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。